多粒度视角下动态图链路预测技术的深度剖析与创新实践.docx

多粒度视角下动态图链路预测技术的深度剖析与创新实践

一、引言

1.1研究背景与意义

1.1.1研究背景

在当今数字化时代，现实世界中的许多数据都可以抽象为图结构，如社交网络、生物分子网络、交通网络、知识图谱等。这些图数据具有动态特性，其节点和边会随着时间的推移而不断变化，例如社交网络中用户的加入与退出、用户之间关系的建立与消失；生物分子网络中蛋白质的合成与降解、蛋白质之间相互作用的动态变化等。链路预测作为图分析的重要任务之一，旨在根据图中已有的信息来预测节点之间未来可能形成的连接关系，在诸多领域都发挥着关键作用。例如在社交网络中，链路预测可用于推荐潜在好友，提升用户体验和社交网络的活跃度；